ciencias económicas 6.
02 / páginas 29-46 / Investigación
Roberto Meyer
Profesor de Estadística. Facultad
de Ciencias Económicas (UNL)
E-mail: rmeyer@fce.unl.edu.ar
Marta Debiaggi
Profesora de Estadística. Facultad
de Ciencias Económicas (UNL)
E-mail: martadebiaggi@hotmail.com
Nerina Giménez
Profesor de Estadística. Facultad
de Ciencias Económicas (UNL)
E-mail: nerinag@fhuc.unl.edu.ar
Palabras clave
• inferencia estadística
• saber
• metodología
• ideas fundamentales
La inferencia estadística
como metodología.
Análisis de contenido
de ideas fundamentales (IEF)
Resumen
¿Qué sucede en el aula de clase con la Inferencia Estadística enseñada
como metodología y no como una matemática más; y con eje en la natura-
leza del saber estadístico manifestado a través de ideas fundamentales?.
Este artículo reproduce y analiza experiencias reales realizadas sobre la
base de las respuestas a consignas experimentales realizadas a alumnos
y docentes en distintos contextos. Se desarrollan y describen actividades
que permiten el análisis del contenido de escritos de docentes y alumnos
acerca de ideas estadísticas fundamentales para la enseñanza y aprendi-
zaje de la inferencia estadística en carreras de Ciencias Sociales: Varia-
bilidad, Frecuencias Empíricas y Frecuencias Teóricas, Población Estadís-
tica, Muestra al Azar, Incertidumbre vs. Determinismo, Técnicas Empíricas
vs. Métodos Matemáticos; conceptos que fueran definidos como IEF en
Meyer (2005, Tesis Doctoral).
El trabajo que aquí se presenta, y sus resultados, reafirma el concepto
manifestado en otras instancias, en las que la naturaleza de la Inferencia
Estadística se presenta diferenciando el “conocer” del “saber”, recono-
ciendo y aceptando que el dominio de la inferencia estadística en general
se ubica en el campo del “saber hacer” y/o “saber cómo hacer”; siendo
por lo tanto indispensable la construcción de procesos de enseñanza y
aprendizaje que contemplen esta característica de la naturaleza disci-
plinar de la Estadística.
29
ciencias económicas 6.02 / Investigación

Abstract
What happens in the classroom with statistical inference and not taught
as a methodology as a more mathematical and shaft in the statistical
nature of knowledge expressed through ideas?. This article reproduces and
discusses experiences made on the basis of responses to experimental
slogans made for students and teachers in different contexts. Develop and
describe activities that allow content analysis of writings of teachers and
students about basic statistical ideas for teaching and learning of statis-
tical inference in the Social Sciences: Variability, Frequency Empirical and
Frequency Theoretical, Population and samples Statistics, Uncertainty vs.
Determinism, empirical techniques vs. Mathematical Methods, concepts
that were defined as IEF in Meyer (2005, Ph.D. Thesis).
The work presented here, and their results reaffirms the concept
expressed in other instances where the nature of statistical inference is
differentiating the “know” from “practice of statistics”, you acknowledge
Key words and agree that mastery of statistical inference generally lies in the field
• statistical inference of know-how or “practice of statistics” and therefore the construction of
• practice of statistics
• methodology essential teaching and learning processes that include this characteristic
• basic ideas of the disciplined nature of the statistics.

1. Introducción
Presentaremos en este trabajo las evidencias que
hemos logrado reunir hasta el momento acerca de
las ideas fundamentales de la inferencia estadís-
tica paramétrica como metodología y su trayectoria
didáctica para la formación de razonamientos cuan-
titativos en condiciones de incertidumbre, para la
formación docente y en jóvenes de 16 a 22 años de
edad, en el Nivel Medio –Preuniversitario– y el ciclo
básico Universitario en la República Argentina.
Nuestra decisión es considerar a esta investiga-
ción como descriptiva y experimental-exploratoria,
sin anclar decisivamente a todo el proceso de inves-
tigación en un método en particular, sino plantearnos
una estrategia de triangulación (Zeizel, 1997) de
métodos de investigación, aún cuando puedan consi-
derárselos distintivos de otras metodologías o tipolo-
gías de investigación.
Tenemos oportunidad en este breve párrafo intro-
ductorio de poder describir una de las ideas que nos han
motivado al trabajo. Decía McCall, citado por Donald
T. Campbell y Julian Stanley (1995, pp11) […] “Hay
excelentes libros y tratados que exponen el manejo
estadístico de datos experimentales, pero muy pocos
acerca de cómo obtener datos adecuados y correctos
a los cuales poder aplicar el procedimiento estadís-
tico” […]. Si se logra ver mas allá de lo evidente,
se verá que importante relación tiene esta frase con
este trabajo. En la inferencia estadística sólo ver la
matemática del método, es decir, a n-variables alea-
torias independientes e idénticamente distribuidas
con la distribución de probabilidad que heredaron
de la población estadística, no es suficiente. Lo que
decía McCall era hace 35 años una verdad evidente
y lo sigue siendo. La formación experimental todavía

30
 Meyer y otros / La inferencia estadística como metodología…

se adquiere en la práctica de la investigación y no hay que hiciéramos en relación a ideas fundamentales

escuela universitaria ni curso que lo considere expre-
samente en los inicios de la formación para beneficio
de la cultura experimental de la sociedad.
¿Tiene realmente sentido enseñar el cálculo esta-
dístico sin brindar a la vez la formación sobre el diseño
experimental frecuencialista que se requiere para
obtener esos datos?. Junto a Campbell y Stanley (1995,
pp 12), creemos que la investigación experimental
en Educación y en general en las Ciencias Sociales
responde a situaciones cuasi-experimentales en virtud
de las múltiples fuentes de variación incontrolables
que posee el contexto de realización de la experiencia
y que por obvias razones no se pueden aislar.
En la próxima sección presentaremos los resul-
tados de algunas experiencias con docentes, de inda-
gación y análisis de contenido, aprovechando semi-
narios en los que hemos participado en Argentina y
Chile. Luego, en la sección siguiente mostraremos
resultados cuantitativos producto de la autobserva-
ción de nuestro trabajo en el aula universitaria, de
cambios en el aprendizaje de alumnos de economía y
administración, a medida que se introdujeron modi-
ficaciones en la estrategia didáctica de los docentes.
Finalmente, concluiremos con la propuesta de una
relación causal entre hipótesis de investigación
previamente elaboradas; relaciones a las que arriba-
remos luego del análisis de la evidencia presentada.
2. Significados atribuidos
a ideas fundamentales
de la inferencia estadística
paramétrica por los docentes
Nos centraremos ahora en el análisis del contenido
de las respuestas dadas por docentes a preguntas
de la inferencia estadística paramétrica, precisa-
mente aquellas que en el análisis de contenido de los
textos escolares se observaron con un mayor nivel de
desacuerdo con nuestra propia propuesta. El contexto
de trabajo ha sido en seminarios para la presentación
y discusión de la actualidad de la Educación Estadís-
tica y la investigación en el área.
2.1. Caso A: clase de la cátedra
abierta en didáctica de la matemática
“Mauricio G. Epelbaum”, setiembre
de 2003, Fac. de Humanidades
y Ciencias de la Universidad Nacional
del Litoral. Santa Fe, Argentina
• Tema de la Clase Abierta(1): ¿Cómo se forma
el razonamiento inferencial estadístico en alumnos
de polimodal?
• Descripción del Encuentro: El encuentro se desa-
rrolló en el marco de un diálogo abierto entre todos
los participantes. Esto es, se promovió el diálogo y
se compartieron dudas, anécdotas profesionales en
relación al tema, expectativas y carencias de cono-
cimientos. El eje de la conversación con los partici-
pantes fue entonces el análisis de los problemas que
cada uno de nosotros enfrentábamos al enseñar esta-
dística, ellos en el polimodal, nosotros en la Univer-
sidad. Las quince personas presentes constituyeron
un grupo intimista donde la participación fue masiva.
Es decir, ninguno de los presentes dejó de intervenir
activamente. Cabe destacar que todos los docentes
tenían conocimiento de nosotros, y muchos de ellos
a un nivel personal cercano, ya que habían compar-
tido otras instancias de trabajo en la temática. El
encuentro duró aproximadamente dos horas.
El eje de las preocupaciones de los docentes
en consonancia con el carácter de la clase abierta

(1) Las clases abiertas convocan a docentes de EGB, Nivel Polimodal y Universitario, aunque principal-
mente de Nivel Polimodal. El objetivo de la actividad que se propone desde esa Institución es crear un
espacio de intercambio informal de experiencias en la docencia de la matemática, y como en nuestro caso,
de la Estadística. Si bien la convocatoria posee temarios previamente establecidos, y se invitan a exponer
a distintos profesionales e investigadores, éstos pueden establecer in situ la metodología de acción que
prefieran, lo cual ha sucedido en este caso específico.
31
ciencias económicas 6.02 / Investigación
que desarrolla la Institución, terminó establecién-
dose en los alrededores de la posibilidad cierta de
desarrollar Probabilidad y Estadística en Polimodal,
tal como exige la currícula oficial en la República
Argentina. De acuerdo con eso las preguntas que se
nos iban realizando permitieron mediante la trans-
misión de registros anecdóticos propios, comenzar
a dialogar sobre las ideas fundamentales de la
inferencia estadística paramétrica que proponemos.
En la mayoría de los casos las demandas de los
docentes hacia el sistema educativo consistían en
que se les brinde las herramientas necesarias para
su mejor formación a fin de encarar la enseñanza
de la Probabilidad y Estadística con éxito entre sus
alumnos. La queja generalizada se puede describir
en general de esta manera: “nuestros alumnos
no aprenden Probabilidad ni Estadística, no nos
demuestran ser capaces de llevarla a la práctica
en su vida cotidiana”.
Solicitamos a los docentes, una vez establecido
el clima de confianza mutua, que nos concedieran
escribir las respuestas a dos preguntas:
1. Si le mencionan la Estadística, ¿qué entiende
Ud. por ella?.
2. ¿Puede definir qué es una población estadística?
Con la primera de las preguntas intentamos
disparar la reflexión acerca de aquella noción que
consideramos vital para comenzar a comprender el
razonamiento inferencial estadístico: La Variabilidad
de los Datos (Fisher, 1928)
Mediante la segunda pregunta pretendimos veri-
ficar sin intención de generalizar, la existencia de
una relación directa entre la didáctica de los libros
de texto y los errores conceptuales que se mani-
fiestan en ellos, con las dificultades que presentan
los docentes para comprender y enseñar razona-
mientos inferenciales estadísticos paramétricos
basados en la consideración de las frecuencias.
Dado que la participación era optativa, cinco
docentes optaron por no escribir sus definiciones
de los conceptos.
Se transcriben literalmente las respuestas de los
diez restantes:
32
1º Docente:
• Estadística: Ciencia que analiza fenómenos de la
realidad numéricamente, mediante técnicas apropiadas.
• Población Estadística: Población objeto de estudio.
2º Docente:
• Estadística: Es la rama de la matemática en donde se
estudian conceptos claves para el análisis de los datos.
• Población Estadística: Cantidad de individuos que
existe en determinado lugar y se nombra con la letra N. De
esta población se extraen muestras de las cuales se hacen
estudios necesarios.
3º Docente:
• Estadística: Una ciencia que trata de la recolección,
procesamiento, análisis y presentación de la información
para tomar decisiones bajo incertidumbre.
• Población Estadística: Es el conjunto de entes u
objetos sujetos a investigación.
4º Docente:
• Estadística: Ciencia de los datos.
• Población Estadística: Conjunto de personas u objetos de
los cuales queremos obtener información.
5º Docente:
• Estadística: Estudio de la incerteza.
• Población Estadística: Universo de elementos que
tienen una o mas características de interés.
6º Docente:
• Estadística: Estudio de un conjunto de datos de
manera descriptiva e inferencial.
• Población Estadística: Conjunto total de individuos
(datos) a estudiar.
7º Docente:
• Estadística: Ciencia que permite describir a un conjunto
de elementos y hacer inferencias sobre el conjunto total
cuando se analiza una muestra o subconjunto.
• Población Estadística: Conjunto total de elementos
que presentan alguna característica en común, la cual es
de interés.

8º Docente:
• Estadística: Ciencia de la información.
• Población Estadística: Conjunto de unidades posibles
de ser medidas a través de variables.
9º Docente:
• Estadística: Disciplina científica que analiza datos
numéricos (descriptiva) y saca conclusiones respecto de
una población, en base a una muestra (inferencia).
• Población Estadística: Elementos que presentan carac-
terísticas que interesan estudiar.
Antes de proceder al análisis del contenido de
las respuestas de los docentes que enseñan esta-
dística y que, resta expresarlo, residen y trabajan
en el área de influencia de la Universidad Nacional
del Litoral, esto es, fundamentalmente el Gran Santa
Fe; conviene recordar la influencia que asignamos
en nuestras hipótesis analíticas y operativas a los
libros de textos para la enseñanza de la estadís-
tica, fundamentalmente a sus propuestas didác-
ticas y errores conceptuales en algunos de ellos. En
nuestro razonamiento deductivo de la investigación,
al llegar a esta altura del desarrollo de la indaga-
ción, reflexionamos que de confirmarse –o mejor,
para confirmarse– esta hipótesis, docentes de
orígenes geográficos y formación diferentes debían
demostrarnos categorías similares de respuestas a
preguntas cómo las dos previas. Por tal motivo, se
planificó la siguiente actividad:
2.2. Caso B: sexto congreso latino-
americano de sociedades de estadística.
CLATSE VI. Facultad de Ciencias
Físicas y Matemáticas. Departamento
de estadística. Sala 2, Sesión 10.
Noviembre de 2004. Concepción, Chile
• Tema del encuentro: Educación Estadística.
Trayectoria Didáctica de la Inferencia Estadística.
Ideas Fundamentales – Funcionamiento didáctico
del saber estadístico.
• Descripción del encuentro: Las actividades de
un congreso como el CLATSE VI permiten poca libertad
Meyer y otros / La inferencia estadística como metodología…
para desarrollar actividades participativas, menos aún
tiempo para ejercitar técnicas grupales que promuevan
la confianza de los integrantes del grupo asistente. Sin
embargo, mediante la presentación de dos comuni-
caciones y el pedido expreso que se desarrollen una
seguida de la otra, logramos hacernos de un lapso de
tiempo suficiente. En la hora que duró el encuentro
desarrollamos una primera actividad tendiente a
posicionarnos como observadores principales ante los
asistentes, es decir como docentes que investigaban
para mejorar su actividad y que desarrollaban una idea
específica, y problemáticas común. A modo de interro-
gantes para nosotros mismos y en voz alta, logramos
la respuesta del grupo de 8 (ocho) personas que nos
acompañaban, describiendo situaciones similares de
enseñanza y reacciones de los alumnos. Debido a que
el tiempo no era demasiado se determinó realizar una
sola de las indagaciones que se les había propuesto a
los docentes de Santa Fe. A modo de reflexión grupal
y tratando de elegir el momento adecuado para evitar
la sensación de evaluación que deviene a la consigna,
se expresó y solicitó:
“Si coincidimos entonces en esta inquietud que mani-
fiestan y que ha sido el motor por el que hoy les presen-
taremos nuestras ideas, ¿qué les parece si en un papelito,
anónimamente, cada uno escribimos el concepto que
tenemos de Población Estadística?.
Cómo propósito general para solicitar lo ante-
rior se manifestó la comparación del concepto que
poseíamos, para establecer si existía cierta disper-
sión en la acepción que le brindábamos, y por ende
la necesidad de comenzar a elaborar propuestas
que se presentaran luego compatibles ante los
alumnos. Las 8 (ocho) personas presentes acce-
dieron a realizar la actividad. Destacamos el hecho
que la totalidad de los asistentes eran docentes de
estadística, 6 (seis) de ellos actuando en el nivel
preuniversitario –o nivel medio– de Chile y Uruguay,
un profesor universitario Argentino con inquietudes
en la investigación de la Educación Estadística y
una profesora universitaria Chilena.
33
ciencias económicas 6.02 / Investigación
Las respuestas obtenidas fueron las siguientes:
1º Docente:
• Población estadística es el conjunto de cosas que nos in-
teresan o tenemos en cuenta para extraer una muestra al azar.
2º Docente:
• Población estadística es una distribución de probabilidad.
3º Docente:
• Población estadística es el conjunto de elementos,
entes, cosas, personas, empresas, etc. que hemos elegido
y definido con cuidado para estudiar una característica
cuantitativa de ellas.
4º Docente:
• Población estadística es el conjunto total de cosas
existentes o ideales que nos interesan investigar.
5º Docente:
• Población estadística es el nombre que recibe el con-
junto total de elementos que vamos a estudiar y del que ob-
tenemos muestras cuando no podemos analizarlos a todos.
6º Docente:
• Población estadística es el conjunto de personas o
elementos sobre el que haremos inferencias.
7º Docente:
• Población estadística es el grupo de objetos (personas,
autos, casas) total sobre el que deseamos decir algo.
8º Docente:
• Población estadística es el conjunto total de datos de
interés, conocido o no, y definidos previamente.
Al comparar las respuestas a la consigna “definir
Población Estadística” formuladas a docentes tan
disímiles en sus orígenes como nos fuera posible
encontrar, y los cuales seguramente se han formado
con diversidad de experiencias y libros de texto,
podemos realizar las siguientes apreciaciones:
34
• Es muy frecuente en ambos grupos de docentes,
que la noción de población estadística esté ligada a
las unidades experimentales a través de sus carac-
terísticas físicas, demográficas o geográficas.
• Está claro que son muy pocos los docentes
en ambos grupos que manifiestan características
experimentales estadísticas del concepto tales
como: conjunto de datos, medidas y variable esta-
dística. Observamos un caso en el primer grupo
–pero ambiguo– “…conjunto total de individuos
(datos) a estudiar”.
• En ninguna de las definiciones, en ambos
grupos, aparecen las referencias a las frecuencias
empíricas y a las frecuencias teóricas, excepto
cuando se menciona “Población Estadística =
Distribución de Probabilidad”.
• En una de las definiciones del primer grupo
aparece la noción de medición experimental, sin
embargo la población estadística sigue siendo el
conjunto de “unidades”, dejando entrever la noción
física de la misma.
• En una de las definiciones del grupo de Concep-
ción, se manifiesta que la población estadística “…
es una distribución de probabilidad…”, afirmación
que nos permite afirmar que se trata de un estadís-
tico avezado. Sin embargo aún si esto fuera así, la
noción experimental de la frecuencia de las medidas
o datos no está presente.
• Muchas de las definiciones en ambos grupos
de docentes manifiestan el convencimiento que la
población estadística es definida para su explora-
ción, estudio o investigación; noción que interpre-
tamos ligada a una concepción experimental –no
abstracta– de la disciplina.
• Sin embargo y si bien el tiempo que se les
otorgó a los participantes de ambos grupos para
desarrollar su noción de la población estadística no
permitió escribir ideas mas desarrolladas, lo expre-
sado por ellos manifiesta cierto grado de confu-
sión o desorden de ideas respecto a la inferencia
estadística en general. Obsérvese la respuesta del
docente nº 9 del primer grupo, el grupo de Santa Fe.

Al definir a la Estadística nos dice: “…Disciplina
científica que analiza datos numéricos (descriptiva)
y saca conclusiones respecto de una población, en
base a una muestra (inferencia)…”. Respuesta
interesante por que manifiesta claramente conocer
el papel de la muestra al azar, el uso de las técnicas
de la Estadística Descriptiva y los métodos de la
inferencia estadística. Ahora veamos que nos dice
acerca de la población estadística: “…Elementos
que presentan características que interesan estu-
diar…”. Nuevamente la noción física de población,
tan popular.
• Finalmente, en ambos grupos de docentes
observamos características del concepto “Pobla-
ción Estadística” muy similares.
Esta última observación de por sí no indica
nada extraño o incorrecto, siempre que estemos de
acuerdo con lo que se manifiesta del concepto, o no
estuviéramos a esta altura convencidos del “error”
en que la mayoría incurre al definirlo. La otra cues-
tión que nos indica es que estamos en presencia
de un obstáculo epistemológico debido a que la
influencia de este concepto en la naturaleza del
saber estadístico es decisiva; y que de acuerdo
con nuestra propuesta de formación es muy impor-
tante. Por lo demás se manifiesta coincidente con lo
observado en los libros de texto para la enseñanza
de la estadística.
¿Podemos suponer que todos los de Profesores de
Estadística autores de libros de texto no conozcan el
concepto estadístico de población?. Nos inclinamos
a dar otra explicación de la situación. En efecto, las
estrategias didácticas de los libros de texto tienen,
sobre todos los dirigidos a la enseñanza elemental
de la inferencia estadística, una elección u origen
común: parten del análisis descriptivo y exploratorio
de la estructura de frecuencias del lote de datos,
siguen con las nociones básicas e instrumentales
de la Probabilidad, luego se sumergen en la infe-
rencia estadística mediante el planteo y presenta-
ción sucesiva de las distribuciones de probabilidad
Meyer y otros / La inferencia estadística como metodología…
muestrales, la estimación por intervalos, los test
de hipótesis y regresión y correlación. También es
de destacar el activismo intelectual por distintos
métodos y concepciones de la inferencia esta-
dística. Así en muchos casos se presentan en la
misma obra métodos de inferencia estadística no
paramétrica, métodos bayesianos, y a veces otras
líneas de pensamiento metodológico para la toma
de decisiones tal cómo aquellos de la Investigación
de Operaciones. ¿Es esta diversidad aconsejable?.
Pues bien, afirmamos que para el alumno princi-
piante en las ideas experimentales de la inferencia
estadística no lo es. En nuestro sistema educativo, el
nivel polimodal no prevé dedicar demasiado tiempo
al aprendizaje del tema; y en los cursos iniciales
del ciclo básico universitario el tiempo de su desa-
rrollo suele ser de un cuatrimestre, o en el mejor de
los casos dos. En nuestro criterio, no es suficiente
tiempo para desarrollar los conocimientos necesa-
rios para que el alumno acceda a través de ellos a
otro nivel del “saber cómo hacer”. Estas elecciones
de las trayectorias didácticas en los libros de texto
escolares deviene en confusión disciplinar y por
ende conceptual, desvirtúa la esencia de la natura-
leza del saber estadístico, deviene en objetivos más
sencillos de alcanzar tal como “conocer, calcular
estadística”, y finalmente se termina convirtiendo
en un obstáculo epistemológico en la medida que
el que se forma –docente/alumno– no encuentra
espacios para la práctica experimental y su relación
con el método científico, y el debate de ideas tales
como fiabilidad y representatividad.
En relación a la inclusión en muchos libros de
texto de la noción física de Población Estadística,
y retomando el análisis previo, entendemos que la
trayectoria didáctica elegida no deja a los autores
una opción clara para relacionar la totalidad de las
medidas o datos posibles de una característica o
variable estadística observada sobre objetos físicos,
con el concepto de Población y Muestra, dado el
carácter enciclopédico, instrumental y técnico que
35
ciencias económicas 6.02 / Investigación

las obras poseen(2). Por ello, y atendiendo quizás a
la facilidad con que un alumno puede comprender
que existe un conjunto de objetos de interés para
un investigador, y que por lo tanto existen múltiples
subconjuntos de ellos que se pueden seleccionar,
pues bien, ¿por qué no presentarlo de esa manera
y evitarnos problemas de comprensión?. De esa
forma ahorraremos tiempo, suponemos, y podremos
enseñarles más y mejores técnicas, y más y mejores
métodos. El activismo sobre los datos por contrapo-
sición al activismo experimental(3).
Sobre la indagación actual, nos queda pendiente
analizar y concluir sobre la noción de Estadís-
tica que manifestaron los docentes de Santa Fe.
Resulta notorio que las cuestiones que mencionan
como características de la disciplina Estadística
son consistentes con definiciones de manual, las
que podemos encontrar en los textos analizados.
Ninguna de las que nos proveyeron los docentes
son siquiera parecidas a la que dijimos nos interesa
brindar a los alumnos para comenzar a desarrollar
una trayectoria didáctica basada en el tratamiento
metodológico experimental de la inferencia estadís-
tica paramétrica.
A continuación, presentaremos un tercer caso
de análisis del contenido de las respuestas de los
docentes a alguna de nuestras ideas fundamentales.
2.3. Caso C: segundas jornadas de
educación matemática, seminario,
Universidad Nacional del Litoral.
Santa Fe, Argentina. Año 2005
• Tema del Seminario: El razonamiento inferen-
cial estadístico en la investigación y la formación en
educación.
• Descripción del Encuentro: El encuentro se
realizó con las características de un congreso
regional, al que asistieron alrededor de 400 docentes
de la región centro y norte de la provincia de Santa
Fe. El espacio de trabajo que se nos concedió
resultó ser un seminario de una hora de duración.
Se mantuvieron las condiciones de participación y
la metodología de trabajo reflexivo y diálogo grupal
que se practicaron y describieron el los casos A y B.
La variante fundamental con aquellas indagaciones
resultó ser ahora la exploración de la concepción
frecuencialista experimental de la probabilidad que
podrían poseer o no los docentes. Recuérdese que
una de nuestras ideas fundamentales corresponde
a la de Azar y Regularidad Estadística, y concepción
de frecuencias empíricas y teóricas. Como un juego
y en el marco de una integración grupal excelente
–debido francamente a la disposición de trabajo
y reflexión de los 33 docentes presentes–, se les
escribió en un pizarrón la siguiente cuestión:
“Las probabilidades de que llueva hoy son de 80%”.
¿Cuál de los siguientes enunciados explica mejor esa afir-
mación?. ¿Por qué?
a) Hoy lloverá 80% del día.
b) Lloverá en 80% del área a la cual se aplica hoy este
pronóstico.
c) En el pasado, las condiciones climatológicas de esta
clase han producido lluvia en esta área 80% de las veces.
d) Ninguna de las anteriores opciones es la correcta.
El disparador para la participación –anónima–
fue el desafío. En efecto, se les dijo a los docentes,
ya que el diálogo había derivado en los problemas
de interpretación de los resultados estadísticos, los

(2) Entendemos que esta conclusión no es válida para los textos escritos para estudiantes de matemática
–casualmente los que utilizan también los que luego serán profesores de matemática, y luego devenidos
por obra y gracia de la estructura curricular vigente en nuestro país en profesores de estadística. En ese
tipo de textos las estrategias didácticas tienen origen en el desarrollo inicial de la teoría de probabilidades,
la cual lleva buena parte de los esfuerzos de formación. Al abordar luego los métodos y conceptos de la
inferencia estadística paramétrica, las formas de razonamiento que se pretenden se ejerciten no difieren
de la Matemática de la teoría de probabilidades, esto es, hipotéticas – deductivas.
(3) Me resulta interesante compartir una anécdota de los días de estudiante de estadística. Por aquella
época estaba yo embelezado con la cantidad de libros y temas de la biblioteca del Instituto. Por lo tanto
36
 Meyer y otros / La inferencia estadística como metodología…

errores en los medios de comunicación y algunos 7º Docente:

propios que nos animamos a confesar públicamente Rta.: ninguna
que compararan sus respuestas como docentes de
estadística con la de los alumnos de administración 8º Docente:
y economía que formamos nosotros. Rta.: tal vez hay probabilidad de que no llueva
Desde nuestra perspectiva estadístico experimen-
tal, la respuesta correcta es la que plantea la opción 9º Docente:
c. Ésta respuesta manifiesta las notas distintivas de Rta.: hay una alta posibilidad de mañana llueva (ninguna)
la regularidad estadística, implica la obtención de fre-
cuencias empíricas, describe implícitamente la noción 10º Docente:
estadística de representatividad, la noción probabilís- Rta.: que sería conveniente salir con paraguas
tica de independencia e idéntica distribución de pro-
babilidades, amerita considerar su nivel de confiabi- 11º Docente:
lidad y precisión; y finalmente necesita capacidad de Rta.: ninguna
razonamiento en condiciones de incertidumbre para
la toma de decisiones. La búsqueda de regularidades 12º Docente:
históricas para predecir el futuro, bajo estrictas con- Rta.: (a) que de cada 100 veces llueven 80 seguro, (b)
diciones de fiabilidad y representatividad. lloverá el 80% del día.
Transcribimos a continuación el registro de las
respuestas logradas: 13º Docente:
Rta.: de un total de 100 veces que se estudian ciertas con-
1º Docente: diciones climatológicas, 80 veces llovió.
Rta.: ninguna de las propuestas.
14º Docente:
2º Docente: Rta.: lloverá con una certeza del 80%
Rta.: me dicen que es muy probable que llueva.
15º Docente:
3º Docente: Rta.: que no es seguro que llueva, pero es muy probable
Rta.: es muy probable que llueva y que debo llevar paraguas que llueva

4º Docente: 16º Docente:

Rta.: ninguna Rta.: opción d

5º Docente: 17º Docente:

Rta.: muchas posibilidades de que llueva Rta.: opción c

6º Docente: 18º Docente:

Rta.: es muy probable que mañana llueva Rta.: lloverá mañana. Llevar paraguas.

revisaba y llevaba a mi oficina de estudio grandes cantidades de ellos. Un día, mi director, me preguntó si
tenía en mi poder un libro titulado “Panel Survey´s”, a lo que respondí afirmativamente. Cuando se lo de-
volví me preguntó ¿por qué anda con tantos libros?. Le contesté suelto de cuerpo “Doctor, uno nunca sabe
el día de mañana con que problema profesional se va a encontrar”. El director me miró seriamente y me
refutó: “Muchacho…el 90% de sus problemas estadísticos el día de mañana los va a resolver con el libro
que le dimos para el curso de Inferencia Estadística Básica. Vaya y aprenda mejor lo que ahí le dicen”.
37
ciencias económicas 6.02 / Investigación
19º Docente:
Rta.: están diciendo que ha llovido el 80 % de las veces en
las cuales se verificaron las mismas condiciones climáticas.
20º Docente:
Rta.: ninguna. 8 días de 10 llueve. P= 80/100= 8/10.
21º Docente:
Rta.: ninguna. Hay que estar prevenidos por si llueve, pero
no quiere decir que llueva.
22º Docente:
Rta.: me están diciendo que mediante un razonamiento
inductivo puedo realizar y saber que existe una probabilidad
de que llueva y esa probabilidad es del 80%. Tendrá mayor
posibilidad que llueva. Ninguna.
23º Docente:
Rta.: Nos dice que de n casos analizados en similares
circunstancias en un 80% llovió, que nos permite predecir
que esa es la probabilidad que llueva.
24º Docente:
Rta.: que en las condiciones similares a las de hoy, llovió
en 80 de cada 100 casos, al día siguiente.
25º Docente:
Rta.: de cada 100 veces que se dieron estas condiciones
meteorológicas en 80 llovió.
26º Docente:
Rta.: que mañana salga con paraguas.
27º Docente:
Rta.: Me están diciendo que la probabilidad de que llueva
es Alta por que 0<0,8<1. O indica que no sucede. 1 indica
certeza. 0,8 frecuencia relativa. 80 de cada 100 veces llovió.
28º Docente:
Rta.: Significa que de las veces que las condiciones
climáticas han sido las mismas, el 80% de las veces llovió
(presión atmosférica, humedad, etc.)
38
29º Docente:
Rta.: Quiere decir que luego de un registro de un número sufi-
ciente grande de días, con determinadas condiciones de hume-
dad, temperatura, etc., en un 80% de estos casos ha llovido.
30º Docente:
Rta.: Que lloverá porque teniendo en cuenta las mismas
condiciones climáticas que las actuales, en el 80% de los ca-
sos llovió. Es decir se toma como dato estadístico el hecho de
que en casos similares al actual, llovió el 80% de las veces.
31º Docente:
Rta.: Respuesta c)
32º Docente:
Rta.: Quiere decir que hay un 80% de posibilidades de que
llueva. Aunque puede no llover. Ninguna.
33º Docente:
Rta.: Ninguna.
Antes de proceder a la comparación cuantitativa
entre los tipos de elecciones de los docentes y la de
los alumnos a aquellas respuestas que consideraron
correctas, analizaremos algunas de las reflexiones
que nos proveyeron:
• Según el nivel de calidad de la respuesta y la
concepción de probabilidad se estarían presentando
en este grupo las siguientes categorías (Shaug-
hnessy, 1992): Estadísticos Ingenuos, es decir
aquellos que presentan alguna noción vaga de la
probabilidad, por ejemplo, véase la respuesta del
docente nº 15, “me dicen que no es seguro que
llueva pero es probable que llueva”, o también las
múltiples sugerencias a “salir con paraguas”. Debe
notarse que hay un total de cuatro respuestas simi-
lares. Otra respuesta clasificable en esta categoría
podría ser la del docente nº 21, quien responde:
“ninguna. Hay que estar prevenidos por si llueve,
pero no quiere decir que llueva”.
• Otra de las categorías que observamos clara-
mente presentes en estas respuestas es la de Esta-
dístico Emergente, ya que existe un buen número de

docentes que manifiestan comprender las diferen-
cias entre concepciones clásicas y frecuencialistas
de la probabilidad. Son los casos de los docentes
nº 13, 17, 19, 22, 23, 24, 28, 29, 30 y 31. Claro que
los docentes nº 17 y 31 no justificaron la elección
que también hubiéramos realizado nosotros.
• El caso de la respuesta del docente nº 25 es
interesante de analizar. El dice que “de cada 100
veces que se dieron estas condiciones meteoroló-
gicas en 80 llovió”; pero al contrario de los docentes
que consideramos Estadísticos Emergentes, enten-
demos que su respuesta demuestra una concepción
clásica de la probabilidad, es decir basada en la
proporción entre casos favorables y casos posibles,
mientras que aquellos en su discurso manifiestan
alguna evidencia de reconocimiento del fenómeno
de regularidad estadística.
• Finalmente encontramos evidencia de la exis-
tencia de docentes clasificables según su compren-
sión del problema, en la categoría que no hubiéramos
querido utilizar: No Estadísticos. En efecto, una de
las notas que distinguen este tipo de pensamiento es
la no atención a las chances de eventos aleatorios.
Así observamos que existen respuestas tales como:
“tal vez hay probabilidad que llueva”, “Quiere decir
que hay un 80% de posibilidades de que llueva.
Aunque puede no llover. Ninguna”, “(a) que de cada
100 veces llueven 80 seguro, (b) lloverá el 80% del
día”, “lloverá con una certeza del 80%”, “ninguna. 8
días de 10 llueve. P= 80/100= 8/10”.
En conclusión, cuando se trata de reflexionar críti-
camente utilizando los conceptos experimentales de la
metodología estadística y las concepciones frecuen-
cialistas de probabilidades empíricas y teóricas,
resulta un hecho que existe un número importante de
docentes entre los analizados que presentan distintos
estadios de evolución del pensamiento inferencial
estadístico. Respecto de las respuestas posibles
descriptas en las distintas opciones de respuesta,
a) y b) son claramente dos opciones incorrectas por
una interpretación errónea del concepto frecuencia-
lista de probabilidad experimental, c) es la opción
correcta de acuerdo a ésta concepción, y la opción
Meyer y otros / La inferencia estadística como metodología…
d) debe analizarse en particular ya que son las
justificaciones las que nos brindaran pistas sobre la
interpretación que se hace de la probabilidad expe-
rimental enunciada. Ahora bien, ¿qué pasará con los
alumnos en referencia al mismo concepto?. En otras
palabras, si los docentes presentan estas caracte-
rísticas en sus formas de razonamiento inferenciales
estadísticas, que ya han manifestado evidencia de
presencia de obstáculos didácticos que atribuimos
a las estrategias de los libros de texto que utilizan
para formarse, y que ahora a través de una evolu-
ción escasa del pensamiento aleatorio experimental
según analizamos precedentemente, se plantea la
posibilidad de estar en presencia de obstáculos de
orden epistemológico –habida cuenta que se trata
de personas adultas cuyas capacidades cognitivas
se encuentran maduras y sin dificultades intelec-
tuales–; sus alumnos, ¿se asociarán a esta cultura
imperfecta de la inferencia estadística?.
2.4. Caso D: examen final de estadís-
tica de alumnos de administración
y economía de la Fac. de Ciencias
Económicas de la Universidad Nacio-
nal del Litoral, Santa Fe, Argentina,
06 de diciembre de 2006
Descripción de la Situación: La cátedra de Esta-
dística de la Facultad de Ciencias Económicas de la
Universidad Nacional del Litoral dicta varios cursos
de grado y posgrado en la temática. El más impor-
tante por su impacto y cantidad de alumnos corres-
ponde al curso “Estadística”, de duración cuatrimes-
tral con una carga horaria total de 9 hs. semanales
teórico-prácticas, y tiene por objetivo iniciar a los
alumnos en el razonamiento experimental estadís-
tico para la toma de decisiones en condiciones de
incertidumbre. El número de alumnos por año –de
edades entre 18 y 20 años en su gran mayoría–
varía entre 500 y 700 aproximadamente. Las clases
presenciales se dividen en Teoría y Práctica, y el
equipo docente cuenta con 5 (cinco) profesores con
dedicación parcial y exclusiva. Hasta el año 2006
inclusive, las estrategias didácticas que se utilizaban
39
ciencias económicas 6.02 / Investigación

para la formación de los alumnos eran tomadas del
principal libro de texto del curso y de lectura obli-
gatoria. El libro en cuestión corresponde a Levin y
Rubin “Estadística para Administradores”. Esto es,
hasta fines de 2002, la cátedra no disponía de estra-
tegias y trayectorias didácticas propias o tomadas
de otras fuentes que no fueran del libro de texto que
les entregábamos a los alumnos. La argumentación
más fuerte que sostenía esa situación consistía en
demostrar coherencia hacia los alumnos entre el
discurso didáctico-teórico y práctico de los docentes,
y aquel que proponía la lectura que les estábamos
recomendando. Otra situación, se argumentaba,
podía desencadenar problemas de interpretación de
los objetivos de enseñanza y aprendizaje por parte de
los alumnos, crear ruidos y confusiones innecesarias
en sus aprendizajes, y como dice Paul Meyer (1972),
de todas maneras es un peligro pedagógico dar reite-
radas versiones de un mismo concepto, por más que
se crea sinceramente en su utilidad y similitud.
Así estaban dadas las cuestiones contextuales
a pesar que los integrantes de la cátedra hacia ya
unos 10 años que desarrollaban tareas de investi-
gación en el área de Educación Estadística. En esas
circunstancias y con vistas a su posterior análisis
de los resultados del proceso de enseñanza y apren-
dizaje impartido por la cátedra, introdujimos en un
temario de examen, que reproducimos, la misma
pregunta que luego le haríamos a los docentes
acerca del significado atribuido a la información
sobre la probabilidad de lluvia.
Dado que al examen se presentaron 137
alumnos, sólo realizaremos una presentación de
los resultados cuantitativos de la pregunta número
1 –aquella realizada a los docentes–. Se presen-
tarán los resultados en una tabla conveniente para
comparar las proporciones de elección cada una de
las opciones de interpretación de la consigna entre
docentes y alumnos.

Temario del examen

UNIVERSIDAD NACIONAL DEL LITORAL Tribunal: Debiaggi, Giménez,

FACULTAD DE CIENCIAS ECONÓMICAS Meyer, Müller y Tauber
Cátedra de Estadística

EXAMEN FINAL
06 de diciembre de 2006.-
Duración: 150’.
Con Consultas Bibliográficas permitidas. No se permiten Apuntes de Manuscritos excepto Fórmulas

CONSIGNA: Conteste las siguientes cuestiones INDICANDO SIEMPRE SUS RAZONES PARA A ELECCIÓN DE LA RESPUESTA.

1. “Las probabilidades de que llueva hoy son de 80%”. ¿Cuál de los siguientes enunciados explica mejor esa afirmación?
Justifique.
a) Hoy lloverá 80% del día.
b) Lloverá en 80% del área a la cual se aplica hoy este pronóstico.
c) En el pasado, las condiciones climatológicas de esta clase han producido lluvia en esta área 80% de las veces.
d) Ninguna de las anteriores opciones es la correcta.

40
 Meyer y otros / La inferencia estadística como metodología…

2. ¿Cómo contestaría Ud. a la siguiente afirmación: “La variabilidad no es un factor importante, pues aun cuando el resul-
tado sea menos seguro hay igual probabilidad de que caiga encima o debajo de la media. Por tanto, los resultados serán
iguales en promedio”? Explique detalladamente.

3. Se afirma que:“Dados dos lotes de datos correspondientes a medidas de distintas características, resulta que la semi-
suma de los promedios aritméticos de cada uno de ellos es el promedio aritmético de la unión de los dos lotes. Lo mismo
podemos afirmar respecto de la variancia”. Ud. diría que es:
a) siempre verdadero para la media y la varianza.
b) siempre verdadero para la media,
c) siempre verdadero para la varianza.
d) siempre falso.
e) Ninguna de las opciones anteriores es la correcta.

4. Se afirma que si dos regresiones muestran un desvío estándar de la regresión uno mayor que otro, la misma relación se
verificará entre los Coeficientes de Determinación. ¿Cree Ud. que es cierta la afirmación? Explique detalladamente.

RESUELVA EL SIGUIENTE PROBLEMA DEJANDO INDICADO LOS PASOS DE SU RAZONAMIENTO:

5. Una casa de venta de productos relacionados con la música, está interesada en utilizar métodos estadísticos para tomar
decisiones respecto al momento del año que sería más conveniente para invertir en Stock. Para ello, el gerente de adminis-
tración ha pensado en la utilidad de conocer la componente de tendencia y la componente de estacionalidad de la serie de
ventas trimestrales del negocio. Los datos son los siguientes:

Año Trimestre 1 Trimestre 2 Trimestre 3 Trimestre 3 Trimestre 3

1 4 3 1 5 12
2 6 4 4 14 28
3 10 3 5 16 34
4 12 9 7 22 50
5 18 10 13 35 76

Unidad de Ventas: 10.000 pesos.

En base a estos datos, Ud. deberá, con total libertad de procedimientos, colaborar con el gerente de administración en los
cálculos y posterior toma de decisiones. ¿Por qué cree Ud. que el gerente ha decidido seguir esta metodología de tratamiento
de los datos en la búsqueda de información para tomar decisiones respecto al problema planteado? Argumente a su favor.

¿Cuáles serían para Ud. los problemas o errores en los que podría incurrir el gerente si sólo tiene en cuenta esta información
estadística para tomar decisiones respecto a la inversión en Stock?

PUNTAJES:
Cuestiones 1 a 4: 18 ptos. cada una. | Problema 5: 28 puntos.

41
ciencias económicas 6.02 / Investigación

Administre su tiempo! Por ejemplo: dedique un máximo de 25 minutos a cada cuestión, eso le deja 50 minutos para dedicarle
a la resolución del problema.

Tabla 1. Resultados de las elecciones de Docentes y Alumnos para el significado de la afirmación “Hay un 80% de
probabilidad que hoy llueva” (en %) – Santa Fe -

Tipo de significado atribuido

Hoy lloverá Lloverá en En el pasado, Ninguna de Respuesta no
80% del día. 80% del área las condiciones las anteriores clasificable
a la cual se climatológicas opciones es o sin respuesta
aplica hoy este de esta clase la correcta.
pronóstico. han producido
lluvia en esta
área 80% de
las veces

Docentes Con Justificación 3,0 0 21,2 18,9 3,0

Caso C Sin Justificación 0 0 6,0 33,3 15,2
(33 – 100%)
Alumnos Con Justificación 7,3 5,8 8,0 10,9 9,5
(137-100%) Sin Justificación 5,1 5,1 5,8 13,1 29,2

Fuente: Cátedra de Estadística de la Facultad de Ciencias Económicas de la Universidad Nacional del Litoral.

Las proporciones de elecciones se calculan sobre
la base del número de respuestas de docentes y
número de respuestas de alumnos, respectiva-
mente. Al presentar esta tabla de las muestras de
respuestas correspondientes a grupos indepen-
dientes entre sí, lo hacemos con la clara intencio-
nalidad de plantar evidencia, para el conjunto de
alumnos y docentes específico, esto es, sin intentar
una generalización abusiva, que: a) existe una
lógica y evidente relación entre saberes y conoci-
mientos de docentes y alumnos, aunque aquellos
no sean los directos responsables de la formación
de éstos, en este caso y en muchos otros casos. El
nexo que encontramos entre estos dos grupos inde-
pendientes es el libro de texto. Sin embargo también
habrá que tener en cuenta que la cultura cuanti-
tativa estadística y experimental de ambos grupos
objetivos responderá en general, no sólo al proceso
de enseñanza y aprendizaje específico y los libros
de texto, sino también a tradiciones culturales del
42
medio social y académico, estructuras curriculares,
decisiones institucionales y otras variantes locales
del proceso educativo del cual provienen, y que son o
han sido en muchos aspectos similares para ambas
generaciones; b) existe con certeza, un obstáculo
epistemológico que se percibe en la baja aceptabi-
lidad del significado frecuencialista experimental de
la probabilidad sugerida, en las elecciones de signi-
ficados ingenuos para la misma, y en la imposibi-
lidad de justificar la elección realizada. En ese último
sentido nótese que el 54,5% de los docentes, es
decir 18 sobre 33; y el 58,3% –80 sobre 137– de los
alumnos no han esbozado justificación alguna a su
respuesta. Es cierto que en el caso de los docentes el
temor manifiesto –aún cuando la respuesta se dijo
que era anónima– al error seguramente conduce
a una reacción consistente con la necesidad de
expresar la menor cantidad de argumentos que
puedan considerarse públicamente equivocados; y
en el caso de los alumnos seguramente la insegu-
 Meyer y otros / La inferencia estadística como metodología…
ridad hace derivar en estrategia –habida cuenta que
en definitiva se trataba de responder una pregunta
de examen– de conseguir sino todo, alguna porción
del puntaje asignado a la pregunta. Sin embargo,
establecer que mas de la mitad de los consultados
no ha sido capaz de justificar una respuesta es un
resultado suficientemente contundente como para
afirmar que la proposición realizada los desorientó.
Otro resultado cuantitativo observable resulta ser
la “mayor ingenuidad” de los alumnos respecto
de los docentes –cuestión lógica considerando la
mayor experiencia con el tema de éstos últimos–,
observada en la proporción de elecciones a las dos
primeras consignas; cuestión que está asociada a la
mayor proporción de respuestas correctas de parte
de los docentes en desmedro de los alumnos.
3. En conclusión
La evidencia recogida y el análisis de los libros de
textos en referencia a lo que denominamos Ideas Fun-
damentales de la Inferencia Estadística Parmétrica
como Metodología, sustentada en el análisis de con-
tenidos y situaciones valorativas diseñadas especial-
mente para apoyar el proceso de esta investigación,
creemos que amerita sustentar las llamadas hipóte-
sis operativas iniciales y secundarias siguientes, y su
relación causal. Por lo tanto, afirmamos que:
1º. No existe en la bibliografía utilizada en nuestro medio
académico – por lo menos en aquella seleccionada por
nosotros–, orientada a la formación inicial en inferencia
estadística de jóvenes de entre 16 a 21 años –preuniversi-
tarios y ciclo básico universitario– estrategias y trayectorias
didácticas compatibles con un esquema basado en la reafir-
mación de la naturaleza del saber estadístico, del carácter
experimental frecuencialista del pensamiento cuantitativo
típico de la investigación científica, y sustentado a través
de la elección de ideas fundamentales integradas para la
enseñanza de inferencia estadística como metodología.
Supuesto que sea éste un antecedente para sostener el
reiterado reclamo de estadísticos, investigadores y en
general del mundo académico, hacia una cultura esta-
dística de la sociedad más eficiente; que disminuya el
número de errores metodológicos y la magnitud de la baja
calidad de la interpretación de los resultados de la infe-
rencia estadística, nos vemos obligados a preguntarnos:
2º. ¿pueden ser los docentes actuales los vehículos inte-
lectuales de un proceso de formación en la inferencia
estadística paramétrica como metodología, basado en
una trayectoria didáctica fundada sobre las ideas funda-
mentales que manifestamos?. Por cierto, hasta ahora el
análisis de los casos en que exploramos y analizamos
su situación intelectual ante estos conceptos, no deja
lugar a dudar que la formación docente para la ense-
ñanza de la estadística, cuando ésta es ejercida por no
estadísticos, puede no ser la adecuada, y estar a su vez
provocando la aparición de aquellos efectos no deseados
en la cultura estadística de la sociedad, y obviamente
en contextos profesionales del área de Ciencias Sociales
que es en definitiva el ámbito de nuestro trabajo. La
indagación realizada, muestra hasta ahora y mientras no
se establezcan otros signos contrarios, la evidencia de
una relación causal entre los errores e interpretaciones
conceptuales no deseadas de alumnos y docentes, prove-
nientes de obstáculos que identificamos como didácticos
y/o epistemológicos –según el caso- y cuyo origen se
encontraría en la lógica de las estrategias didáctica de
libros de texto estadísticos.
3º. Si bien creemos importante arribar a estas conclu-
siones que sostienen provisionalmente nuestras hipótesis
y completan el objetivo “Análisis de trayectorias didác-
ticas preexistentes”, no se nos escapa que buena parte
del sustento del proceso indagatorio se ha realizado sobre
la base de la comparación con una propuesta de trayec-
toria didáctica fundada, es cierto, en un pormenorizado
análisis de antecedentes teóricos, pero sin la demostra-
ción de su efectividad para la formación del docente y del
alumno, cuestión que abordaremos en próximos trabajos,
y que fuera el disparador del proceso de la investigación
hasta aquí presentado.
43
ciencias económicas 6.02 / Investigación

Por lo pronto, estamos en condiciones de proponer, docentes y alumnos, el modelo de relación causal
en base a las evidencias presentadas en el análisis emergente hasta el momento:
de contenido de libros de texto y respuestas de

Hipótesis Inicial: Hipótesis Inicial:

“La enseñanza de la IEP mediante
metodologías experimentales y en torno
a conceptos fundamentales, forma a los
alumnos en el ‘saber hacer’, mientras que la
enseñanza tradicional les provee únicamente
de conocimientos estadísticos
no operacionables”
(A)
“Los libros para la formación inicial
en inferencia estadística paramétrica
presentan conceptos erróneos y otros,
fundamentales para la formación en
razonamientos experimentales
estadísticos, no los presentan”
(B)

Hipótesis Inicial: Hipótesis Secundaria:

“Las estrategias de transposición didáctica
de la inferencia estadística paramétrica
en los libros de texto no promueven
la formación en la práctica de la indagación
científica y del proceso de razonamiento
experimental de la inferencia
estadística paramétrica”.
(C)
“Los docentes y alumnos de nivel
de pregrado y grado universitario, del
área de las ciencias sociales, presentan
dificultades en sus formas de razonamientos
frecuencialistas típicas de los procesos
de la Inf. Estadística paramétrica”.
(E)

Hipótesis Secundaria:
“Los docentes y alumnos de nivel
de pregrado y grado universitario del área de
las ciencias sociales presentan obstáculos
de origen epistemológico y didáctico para
producir y utilizar información para la
resolución de problemas en condiciones
de incertidumbre estadística”.
(D)

44
 Meyer y otros / La inferencia estadística como metodología…

De esta manera, y de acuerdo a nuestra interpre- de carácter experimental, de práctica inductiva, y

tación de la relación causal fundada en las eviden-
cias recogidas, estamos proponiendo un modelo de
relación causal del fenómeno de enseñanza de la
inferencia estadística paramétrica como metodo-
logía, en base a ideas fundamentales, donde existe
una variable antecedente de dos o más variables
consecuentes en cadena.
De acuerdo a este modelo existen dos direcciones
causales:
• A => C => D
• A=>B => E
La primera de estas direcciones de causalidad
se relaciona con la naturaleza del saber estadístico,
resolución multivalente. Se diferencia, y por lo tanto
se caracteriza, del “conocer” estadística por su
declarado objetivo metodológico, de instrumentali-
zación y modelación de la realidad que encuentra su
expresión definitiva en el “hacer”.
La segunda de las direcciones causales se rela-
ciona con la formación en la inferencia estadística
como metodología. Responde a la existencia de
las malas elecciones didácticas que determinarán
la proliferación de errores y procesos educativos
incompletos, equivocados o ambiguos, que final-
mente coadyuvan en detrimento de la cultura expe-
rimental estadística de la sociedad.

Bibliografía
• Batanero, C., Estepa, A., Godino,
J. y Green, D. (1996) Intuitive strate-
gies and preconceptions about asso-
ciation in contingency tables. Journal
for Research in Mathematics Edu-
cation, 27(2), 151-169.
• Batanero, Carmen (1999, 2001)
Didáctica de la Probabilidad. Dep.
de Didáctica de la Matemática. Uni-
versidad de Granada. Granada. Texto
del Seminario dictado en la Fac. de
Humanidades y Ciencias de la Uni-
versidad Nacional del Litoral en Oc-
tubre de 1999
• Biehler, R. (1997) Sofware for
learning and for doing statistics. In-
ternational Statistical Review, 64(2),
167-190.
• Buendía Eisman, L. & Salmerón
Pérez, H. (1994) Intervención coop-
erativa a través de la investigación
cooperativa. Revista de Investigación
Educativa, 23, 226 – 231.
• Campbell, D., Stanley, J. (1995)
Diseños Experimentales y Cuasi-
Experimentales en la Investigación
Social. Amorrortu Editores. Única
edición en español. Séptima reim-
presión. Bs. As.
• Carr, W. & Kemmis, S. (1988)
Teoría crítica de la enseñanza. La
investigación-acción en la forma-
ción del profesorado. Barcelona:
Martínez Roca.
• Garfield, Joan. (1995) La evaluación
del aprendizaje en la estadística.
Revista Uno, nº 5, pp. 5-13.
• Godino, Juan. (1995) ¿Qué aportan
los ordenadores a la enseñanza y
aprendizaje de la estadística?. Re-
vista Uno, nº 5, pp. 45-56.
• Fischbein, E. y Schnarch, D. (1995)
The evolution with age of probabilistic,
intuitively based misconceptions.
Journal for Research in Mathematics
Education? 96-103.
45
ciencias económicas 6.02 / Investigación
• Gras, Arnau. (1984) Diseños Ex-
perimentales en Psicología y Edu-
cación. Vol. 1 y 2. Ed. Trillas.
• Hawkins, A., Jolliffe, F. y Glickman,
L. (1992) Teaching statistical con-
cepts. Essex: Longman Limited.
• Rosebery, A. y Rubin, A. (1989)
Reasoning under uncertainty: Devel-
oping statistical reasoning. Journal of
Mathematical Behavior, 8, 205-219
• Shaughnessy, J. Michael (1992)
Research in Probability and Sta-
tistics: Reflections and Directions.
Handbook of Research on Mathemat-
ics Teaching and Learning. National
Council of Teachers of Matematics.
Macmillan Library Reference. Simon
& Schuster and Prentice Hall Interna-
tional. New York.
46
• Meyer, Roberto (2005) Funcionami-
ento didáctico del Saber. La inferen-
cial estadística como metodología y
la formación de formadores en edu-
cación. Universidad Católica de Santa
Fe. Tesis Doctoral en Educación.
• Meyer, Tauber y Cols. (1995)
Aprendizaje Significativo y Didáctica
con Software. Actas del 1er. Con-
greso Internacional de Informática
Educativa. Santa Fe. Argentina.
• Todhunter. (1993) A history of the
mathematical theory of probability.
Thoemess Press.
• Tukey, J. (1977) Exploratory data anal-
ysis. Reading, Mas: Addison Wesley.
• Zeisel, Paul (1997) Dígalo con
números. Chicago, EEUU. 1ª reim-
presión, 3ª edición. Ed. Fondo de
Cultura Económica.